本文来自微信公众号：APPSO （ID：appsolution），作者：张成晨，题图来自：视觉中国


复联3《无限战争》里有这样一幕，钢铁侠离开圣所上街查看情况，人群四散，他戴上黑框眼镜问助手“星期五”：“我在看什么？”


当他的右手将眼镜取下并变装，眼镜又能自然地融入纳米战甲之中。


这承载着我们对智能眼镜的一种期待，它应当成为洞若观火的“眼睛”，提供周围环境的信息并实时应答，以融入日常穿搭的形态低调存在。


钢铁侠的钞能力复制不了，但我们正在一步步向超级英雄电影的寻常场景靠近。


10多年前的Google顶流，可能要换种方式“复活”了


刚过去不久的Google I/O，最受关注的当属基于多模态大模型Gemini的AI助手Astra。


合理怀疑，OpenAI比Google提前一天开发布会，就是因为消息灵通，且要针对Astra。果不其然，大家记不住Astra的本名，只当它是GPT-4o的“莞莞类卿”。


其实单看Astra的演示，也做得很有意思，和OpenAI一样走日常生活向，至少在冗长的发布会里终于让人不困了。


Astra，能看、能听、能说，低延迟，能与用户实时对话和视频聊天，开得了脑洞，解读得了代码，能识别周围环境，还能帮你回忆刚才镜头一扫而过的眼镜在哪里。


不过，举着手机，用镜头对准身边的物品问来问去，多少也有些累人和刻意。


Google显然考虑到了这种情况，在让Astra帮忙找到眼镜后，演示者戴上了眼镜，然后通过眼镜继续使用Astra，让它解决白板上的题目。


Google并没有透露这副眼镜的更多信息，仅从视频中看，它带有摄像头和视觉界面，但外表朴素，辨识度不高，属于放在眼镜堆里容易找不着的路人甲。



不久的未来，这副眼镜可能戴在更多人的脸上。


Google的官方博客解释了，演示分为两段，每段都是一次性实时拍摄的，前半段用的是Pixel手机，后半段用的是一款原型眼镜设备。


为了让Astra的回答速度接近人类，他们连续编码视频帧，将视频和语音输入组合到事件时间线，并缓存这些信息，让AI处理信息的速度变得更快。


接受彭博社采访的时候，Google DeepMind首席执行官德米斯·哈萨比斯和Google联合创始人谢尔盖·布林也确认，Astra在手机上的效果已经很好，正在考虑为Astra制造眼镜。


虽然没打包票一定推出眼镜，但布林特意cue了一下，Google在十年前已经入局了。


说到这里，就要把Google技惊四座的2012年Google I/O大会搬出来了。


当时这场发布会可不像现在这么无聊，戴着一副不对称眼镜框的布林在尾声登场，请了一群跳伞运动员，发布了一款让人过目难忘的产品——Google Glass。



这些跳伞运动员也戴着Google Glass，在高空接通了和布林的视频通话，然后一跃而下，骑山地自行车来到现场，现场观众从大屏幕欣赏第一视角，如同体验了一次极限运动。


视觉冲击在前，无需更多言语，观众相信了，这副眼镜就是布林口中“很酷的东西”。


至今，仍然有人在当年这场发布会的切片下留言：“这款产品远远领先于时代。”


生不逢时的“美丽废物”


超前有时候等于不合时宜。在当时，Google Glass只能算包装华丽的失败品。


Google也清楚这款产品不成熟，先推出了8000个名额的“探索版”（Explorer Edition），换句话说就是半成品，但价格毫不手软，高达1500美元。


走下神坛，拿在手中，人们很快发现了它的问题：比手机贵，又没有手机好用。听起来是不是有些耳熟？就像Rabbit R1等AI硬件评价的翻版。


总体来说，Google Glass有7个基础功能——搜索、导航、拍照、录视频、发消息、打电话、视频聊天，它也支持一些第三方服务，包括显示和播报推送到设备上的新闻摘要。



这些功能手机都有，除了必须解放双手的时候，大多数情况下，手机比Google Glass更好用。


并且，使用Google Glass的完整功能，还得把手机带在身边用来联网，离线情况下，Google Glass只能拍照片和视频。


Google Glass最为人诟病的，其实是隐私问题，让它拍照很简单，用语音命令或者按住顶部的按钮，但没有LED等亮眼的标志，提示他人正处在拍摄状态。



所以，从路人的角度看，Google Glass就是个不讲武德的“偷拍神器”，甚至曾有用户在电影院被保安赶出来。


另外，Google Glass还有一些体验过才知道的短板。


当你用语音回复消息，让眼镜转化成文字，可能会出现错误导致“社死”。


续航普遍在5小时左右，但如果拍多了照片和视频，可能就只有2小时了。


Google Glass“漂浮”在现实世界的第二块屏幕，用来固然导航很方便，让你像使用高德一样，直观看到箭头的指向，但路人可能会觉得，眼睛总往右上瞥的你很奇怪，然后避而远之。



当时有人开玩笑，Google Glass的最大用处，是让英国王室的查尔斯王子记住每个人的名字。


Google Glass在2015年停产，之后被定位到B端，用到工厂车间、医疗教学等场景。不过在去年3月，Google也停止销售了Google Glass的企业版。


回首过往，Google Glass当然没法替代手机，作为一款智能眼镜也没能成功，但理念超前，提供了一些可穿戴设备的可能性。


不如手机是事实，但换个角度，Google Glass提取出了手机比较重要的几项功能，比如相机、地图、联络信息，并且不像手机那么打扰，适合在行走等场景使用，拯救低头党。这不就是Ai Pin创始人说的，活在当下，为智能手机成瘾问题赎罪吗？


Ai Pin投影在手上


如果不是价格太过丧心病狂，Google Glass作为辅助还是不错的。所以，也有人将Google Glass称为“手机的一个方便的显示器”，或者“一个蓝牙耳机，但有显示屏和摄像头”。


暂时不考虑隐私问题，Google Glass拍摄的第一视角也很好，就像把广角镜头戴在脸上，真正做到眼睛看到什么就能立刻拍摄下来，很适合用来记录生活。


Spectacles拍摄效果


2016年，Snapchat的Spectacles一推出就卖疯了，它其实就是一个会拍摄的墨镜，故意用了115度的广角镜头，画质比不过手机，但拍着很有趣味，同时也弥补了Google Glass的错误，会用LED提醒他人正在拍摄。


更为重要的是，Google Glass展现了一种生活方式：把传感器戴在脸上，它可以为你收集环境信息，提供额外信息，和你语音沟通，让你不用双手也能完成很多事情。


这个理念从未过时，但我们可能从未像今天这样，有望将它变为现实。


AI的进击，不用掏出手机的可能


当造型奇怪的Google Glass面世，路人最好奇的问题主要有三个：你脸上戴的东西是什么？这个东西有什么用？你戴着它时看到了什么？


现在这些问题又抛给了奇形怪状的AI硬件，只不过第一个问题可能换成了，你别在胸口上的是什么？你脖子上戴的是什么？


至少眼镜的形态看着比一些AI硬件靠谱多了，不反人类，不挑战用户原有的习惯。


“免提”是眼镜生来就有的优势之一，如果我们在做饭或者运动，还需要让设备辅助的话，手机往往是被pass的那一个。不用掏出手机，不等于就能代替手机，但确实是一个实打实的优点。


WSJ记者用Vision Pro为做饭计时


同时，智能眼镜的功能也并不少，打电话有耳机和麦克风，拍照有摄像头，当你需要屏幕，AR让你的眼前呈现信息。


Google在2022年I/O推出了一款可以实时翻译的AR眼镜，字幕就在对话人旁边，不过也只是原型演示。



十多年前Google Glass已有的功能，后来者或多或少地承袭和改进了。然而，如何让生成式AI融入，是目前大厂们还在探索的问题。


从用户的角度来说，买智能眼镜究竟有什么用，希望戴着时能看到什么，答案也可能和最初的Google Glass不同了。


眼下有一个比较成功的例子：Meta雷朋眼镜第二代。



它的市场反响不错，原因主要有以下几个：保留雷朋的时尚外观，质量控制在普通眼镜的水平，升级了摄像头、扬声器、续航等基础功能，用户甚至可以通过它开启直播。有人评价说，这是为网红准备的Go Pro。


与此同时，Meta雷朋增加了前代没有的功能——多模态AI语音助手Meta AI。去年12月，扎克伯格在Instagram发了一段视频，亲自展示了Meta AI。


视频之中，扎克伯格用“Hey Meta”的指令呼唤出AI，让眼镜识别水果、把西班牙文本翻译成英语、给萌宠图片配上解说文字，以及从衣架拿下条纹衬衫，让眼镜参谋搭配什么裤子。



Meta雷朋眼镜内置的大模型为Llama 2，除了以上功能，还支持查询体育赛事比分、当地地标、餐馆、股票等实时信息。


这些AI功能真的是刚需吗？可能要打个问号，还不如当初召唤Google Glass，问今天天气怎么样，某个地方怎么去。


而且，Meta AI的反应速度并不快，每次语音请求都会触发一次快门捕捉，也就是说先拍照，延迟几秒，然后AI才能读取和分析用户所看到的内容。和Meta AI对话仍然是回合制，不能像GPT-4o演示的那样随时打断。


但不那么苛刻地看，AI功能用来锦上添花挺好，让一款能拍视频、拍照片、语音通话的眼镜更加有用，看到和听到周围发生的事情，并以声音或文本形式提供反馈。


基于Google Glass和ChatGPT，帮助视障人士“看见”周围


就像10多年前的半成品Google眼镜，Meta AI这样的AI功能也需要时间进化。


我们对于AI助手的想象往往从电影等科幻作品而来，它们最好和我们一样，可以理解和响应复杂的世界，但又要比我们记性好，记住所有看到和听到的内容，我们和它们交谈的时候，应当像面对另一个人类那样没有延迟。


事实上，光是将AI的应答时间缩短为人类对话的水平，已经是一项巨大的挑战了，兑现在Astra和GPT-4o身上，已经足够让我们惊奇。通过它们，我们可以脱离文学想象，一个完全形态的AI助手可能是什么样子。



就像Google Glass之前，已经有了很多脸上的可穿戴设备，但是它让人们觉得，智能眼镜是可能的。而在它之后，有了越来越多更精致、功能更多、领域更垂直的智能眼镜。


Engadget在11年前的测评说道，Google Glass很有意思，但不值1500美元，应该等待它的第二代或者第三代。


现在的智能眼镜，仿佛就是Google Glass的第二代或者第三代，就连Google自己，也在有意无意地召唤Google Glass的亡魂。


一款产品世俗意义地失败了，可能因为功能鸡肋，也可能因为想法很棒，但技术所限，没能落地成良好产品。或许我们可以换个角度看，它们中的佼佼者，可能只是未来产品的未完成形态。


本文来自微信公众号：APPSO （ID：appsolution），作者：张成晨